pytorch0.2.1的使用

环境:windows10,64 bit,  NVIDIA显卡 , cuda8.0

1、

安装pytorch0.2 for win10 by anaconda参考:

https://zhuanlan.zhihu.com/p/26871672


2、编译

scheduler = torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones=[150, 200], gamma=0.1)

遇到

AttributeError: module 'torch.optim' has no attribute 'lr_scheduler'
解决方法:

from torch.optim import lr_scheduler
scheduler = lr_scheduler.MultiStepLR(optimizer, milestones=[150, 200], gamma=0.1)
参考网址:https://github.com/pytorch/pytorch/issues/2809


### 安装和使用指定低版本的 PyTorch 对于希望安装特定较低版本PyTorch的情况,可以通过`pip`或`conda`来实现这一目标。当利用`conda`进行安装时,能够通过指定包的确切版本号来进行操作[^2]。 #### 使用 Conda 安装指定版本 PyTorch 针对仅需CPU支持的情形,可采用如下命令完成特定版本(例如1.0.0版)PyTorch及其配套组件vision的安装: ```bash conda install pytorch-cpu=1.0.0 torchvision-cpu=0.2.1 cpuonly -c pytorch ``` 上述指令不仅指定了PyTorch的具体版本,同时也明确了其他依赖项如`torchvision`的兼容版本以及计算平台(cpuonly),从而确保整个环境配置的一致性和稳定性[^5]。 #### 利用 Pip 进行安装 另一种方式则是借助于国内镜像源加速下载过程,特别是对于网络条件不佳的情况下尤为有用。具体做法是在安装命令中加入指向USTC开源软件镜像站或其他可靠镜像站点的参数,以此提高获取资源的速度与成功率。以安装某固定版本为例: ```bash sudo pip3 install torch==1.0.0 torchvision==0.2.1 -i https://pypi.mirrors.ustc.edu.cn/simple/ ``` 这里特别注意要替换掉默认索引URL为更加快捷稳定的替代地址,并且同样精确到所需的小数点后两位版本号[^4]。 为了验证安装是否成功,在Python环境中尝试导入模块并打印其版本信息是一个简单有效的办法: ```python import torch print(torch.__version__) ```
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值